Articular Joint Lubricants during Osteoarthritis and Rheumatoid Arthritis Display Altered Levels and Molecular Species
Notice bibliographique
Résumé
BACKGROUND: Hyaluronic acid (HA), lubricin, and phospholipid species (PLs) contribute independently or together to the boundary lubrication of articular joints that is provided by synovial fluid (SF). Our study is the first reporting quantitative data about the molecular weight (MW) forms of HA, lubricin, and PLs in SF from cohorts of healthy donors, patients with early (eOA)- or late (lOA)-stage osteoarthritis (OA), and patients with active rheumatoid arthritis (RA). METHODS: We used human SF from unaffected controls, eOA, lOA, and RA. HA and lubricin levels were measured by enzyme-linked immunosorbent assay. PLs was quantified by electrospray ionization tandem mass spectrometry. Fatty acids (FAs) were analyzed by gas chromatography, coupled with mass spectrometry. The MW distribution of HA was determined by agarose gel electrophoresis. RESULTS: Compared with control SF, the concentrations of HA and lubricin were lower in OA and RA SF, whereas those of PLs were higher in OA and RA SF. Moreover, the MW distribution of HA shifted toward the lower ranges in OA and RA SF. We noted distinct alterations between cohorts in the relative distribution of PLs and the degree of FA saturation and chain lengths of FAs. CONCLUSIONS: The levels, composition, and MW distribution of all currently known lubricants in SF--HA, lubricin, PLs--vary with joint disease and stage of OA. Our study is the first delivering a comprehensive view about all joint lubricants during health and widespread joint diseases. Thus, we provide the framework to develop new optimal compounded lubricants to reduce joint destruction.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».